狠狠撩色姣姣综合久久-狠狠撸电影院-狠狠撸狠狠操-狠狠撸狠狠干-狠狠撸新网站-狠狠撸影视

軸重秤廣泛用于交通、建筑、能源、環(huán)保等行業(yè)的低值物料的稱重計(jì)量；廠礦、企業(yè)內(nèi)部間的貿(mào)易結(jié)算和運(yùn)輸公司的車輛軸重檢測(cè)等。通過(guò)對(duì)車輛的軸或軸組重進(jìn)行稱量，經(jīng)累加而獲得整車重量的產(chǎn)品。具有占地面積小、基礎(chǔ)施工量少、便于搬遷，動(dòng)、靜兩用等特點(diǎn)。LCD液晶中文顯示,界面清晰；可根據(jù)時(shí)間、車號(hào)、貨名、客戶名等匯總。用戶可根據(jù)現(xiàn)場(chǎng)實(shí)際情況選擇車輛收尾方式(自動(dòng)延時(shí)收尾、手動(dòng)收尾、配車檢器可實(shí)現(xiàn)自動(dòng)收尾),達(dá)到優(yōu)化作業(yè)流程、提高工作效率的目的。

大多數(shù)故障診斷預(yù)警系統(tǒng)對(duì)于工作設(shè)備的故障診斷是通過(guò)設(shè)備本身的診斷功能完成的。這種方法雖然直接,但是在軸重秤故障預(yù)警方案中并不*適合。首先,由于車道控制機(jī)與稱重儀表的通訊協(xié)議以及車道控制機(jī)的相關(guān)程序功能已經(jīng)固定,

因此在現(xiàn)有的技術(shù)條件下,尤其是對(duì)已有設(shè)備改造的工程中,故障預(yù)警的信息無(wú)法直接傳遞到運(yùn)維部門。其次,因?yàn)榘礃I(yè)務(wù)要求,固化在儀表內(nèi)的程序不得隨意改動(dòng),所以故障預(yù)警的知識(shí)庫(kù)無(wú)法持續(xù)地更新升級(jí)。由于稱重系統(tǒng)儀表一般容量、性能較低,因此難以應(yīng)用先進(jìn)的故障診斷預(yù)警算法,如診斷規(guī)則挖掘,決策樹的產(chǎn)生等。

稱重系統(tǒng)的儀表在無(wú)車輛通過(guò)時(shí),稱重儀表掃描各傳感器的數(shù)值,如車輛分離器的工作狀態(tài)、車輪識(shí)別器工作狀態(tài)、環(huán)境參數(shù)、儀表內(nèi)部各部件的工作狀態(tài)等信息,設(shè)備可通過(guò)預(yù)先設(shè)置的簡(jiǎn)單故障模型判別系統(tǒng)工作狀況,一旦系統(tǒng)出現(xiàn)明顯故障隱患或異常,稱重儀表將通過(guò)GPRS連接遠(yuǎn)程監(jiān)控計(jì)算機(jī)主動(dòng)上報(bào)其故障點(diǎn)。此外,無(wú)論稱重儀表是否判斷設(shè)備異常,上述基本信息均定時(shí)傳送給遠(yuǎn)程監(jiān)控計(jì)算機(jī),由遠(yuǎn)程監(jiān)控計(jì)算機(jī)上運(yùn)行的故障監(jiān)控管理平臺(tái)依據(jù)累積的大量監(jiān)控信號(hào)的緩慢變化及相似設(shè)備之間的交叉對(duì)比來(lái)表征每個(gè)稱重系統(tǒng)各設(shè)備的運(yùn)行狀態(tài)和損耗情況,通過(guò)數(shù)據(jù)挖掘的方式建立故障判斷規(guī)則樹,從而進(jìn)行故障的預(yù)警,為設(shè)備的檢修提供指導(dǎo)。

軸重秤故障診斷預(yù)警模型是系統(tǒng)研究的重點(diǎn)與難點(diǎn)。一般而言,針對(duì)同類型設(shè)備的已有故障監(jiān)測(cè)方法大多數(shù)皆采用閥值設(shè)定的方法,按照相關(guān)規(guī)程或預(yù)設(shè)定的限額進(jìn)行報(bào)警或停機(jī),但是這些方法在實(shí)踐中并不適用。一方面,在故障早期,計(jì)重設(shè)備各項(xiàng)參數(shù)偏離變化量相對(duì)較小,因此通過(guò)閥值設(shè)定告警方式無(wú)法發(fā)現(xiàn)其變化趨勢(shì),從而不便在故障早期發(fā)現(xiàn)問(wèn)題另一方面,計(jì)重設(shè)備的各項(xiàng)參數(shù)同樣也受諸如天氣條件如雨霧天氣、環(huán)境溫度、現(xiàn)場(chǎng)干擾等諸多因素影響,如果不充分囊括這些影響因素,則很難找到合適的報(bào)警閥值,其結(jié)果不是可能造成對(duì)已有故障設(shè)備的漏判,就是可能造成對(duì)一些正常設(shè)備的誤判,增大虛警率為了建立軸重秤故障診斷預(yù)警模型,采用數(shù)據(jù)挖掘的方法建立了軸重秤故障診斷模型,從而對(duì)系統(tǒng)進(jìn)行診斷預(yù)警。數(shù)據(jù)挖掘通過(guò)統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)和模式識(shí)別等諸多方法,從大量的實(shí)際應(yīng)用數(shù)據(jù)中,提取其中隱含的、事先未知的但又是潛在有用的信息和知識(shí),也就是模式獲取及模式匹配的過(guò)程。